روش جدید برای پیش‌بینی رفتار مولکول‌ها با داده‌های کم

صنعت نیمه‌رسانا ممکن است در صورت رکود، به دلیل تأثیر هوش مصنوعی، با چالش‌های جدی روبرو شود. با این حال، شدت این رکود به اندازهٔ رونق کنونی نخواهد بود. این صنعت در حال حاضر در حال رشد است، اما ممکن است در آینده با تغییرات و چالش‌های جدید مواجه شود.

چین کنترل کامل فضای سایبری خود را در اختیار دارد و می‌خواهد همین سطح از کنترل را بر هوش مصنوعی نیز اعمال کند. در هفته‌های اخیر، ویدئویی از یک مأمور پلیس به نام گوئو تائو در چین منتشر شد که به مردم توصیه کرد تا از کلاهبرداران تلفنی محافظت کنند. این موضوع با یکی از مهم‌ترین پرسش‌های کنونی دنیای فناوری در ارتباط است: چین درباره خطرات ناشی از هوش مصنوعی چه دیدگاهی دارد؟ بسیاری از ناظران معتقدند چین چندان نگران خطرات هوش مصنوعی نیست، اما واقعیت این است که چین زمان و توجه زیادی را صرف بررسی ایمنی هوش مصنوعی می‌کند. حزب کمونیست چین سال‌ها برای تحت کنترل درآوردن فضای سایبری تلاش کرده است. چین در حال حاضر سختگیرانه‌ترین مقررات هوش مصنوعی را در جهان دارد.

افزایش بدهی‌های کلان در صنعت هوش مصنوعی، نگرانی‌های جدی میان سرمایه‌گذاران بازارهای جهانی ایجاد کرده است. شرکت‌های فعال در حوزه زیرساخت‌های ابری و مراکز داده، با استقراض‌های سنگین برای توسعه مدل‌های هوش مصنوعی، اکنون با چالش بازپرداخت بدهی‌ها مواجه شده‌اند. مجموع بدهی شرکت‌های نئوکلاود به ۱۰۰ میلیارد دلار رسیده که ۹ برابر درآمد سالانه آن‌هاست و غول‌های فناوری نیز در سال ۲۰۲۶ بیش از ۲۱۴ میلیارد دلار استقراض کرده‌اند. کاهش قیمت اوراق قرضه شرکت‌هایی مانند «کورویو» و افزایش بازدهی آن‌ها به ۱۵ درصد، نشان‌دهنده ریسک بالای نکول در این بازار است. کارشناسان هشدار می‌دهند که در صورت تداوم این روند و عدم سودآوری کافی، حباب بدهی‌های هوش مصنوعی می‌تواند ثبات بازارهای مالی را با تهدید جدی مواجه کند.

شرکت اوپن‌ای‌آی از نسل جدید مدل‌های تخصصی امنیت سایبری خود با نام GPT-6 Cyber رونمایی کرد که با هدف شناسایی و رفع آسیب‌پذیری‌های نرم‌افزاری توسعه یافته است. این مدل جدید در مقایسه با نسخه قبلی خود عملکرد بهتری در آزمون‌های تخصصی نشان داده و توانسته است در شناسایی آسیب‌پذیری‌های نرم‌افزارهایی مانند لینوکس و فایرفاکس به کار گرفته شود. مدل مذکور در بنچمارک ExploitGym توانسته است امتیاز ۴۸٫۵ درصد را کسب کند که نشان‌دهنده بهبود ۵۱ درصدی نسبت به نسل پیشین است. اوپن‌ای‌آی همچنین سطح توانمندی این مدل را از سطح بالا به سطح بحرانی ارتقا داده است. آزمایش‌ها نشان می‌دهند که این مدل در رعایت محدوده مجاز فعالیت و اجتناب از حملات خارج از ماموریت نیز دقت بسیار بالایی دارد.

گوگل مدل تولید ویدئوی هوش مصنوعی Gemini Omni 1.2 Flash را با قابلیت تولید ویدئوهای ۱۵ ثانیه‌ای و هزینه کمتر عرضه کرد. این نسخه در مقایسه با Gemini Omni 1.1، قابلیت تولید ویدئوهای طولانیتر، ویرایش مکالمهای چندمرحلهای و حفظ بهتر جزئیات تصاویر مرجع را ارائه می‌دهد. قیمت تولید ویدئو با کیفیت ۷۲۰p با کاهش ۳۰ درصدی به ۰٫۰۷ دلار به ازای هر ثانیه رسیده است. کاربران می‌توانند مدت زمان خروجی را بین ۳ تا ۱۵ ثانیه تعیین کنند.

هوش مصنوعی مولد می‌تواند زمان تصمیم‌گیری در مدیریت زنجیره تأمین را از چند روز به چند دقیقه کاهش دهد. این فناوری به مدیران ارشد کمک می‌کند تا با زبانی ساده سؤالاتی مانند موجودی مواد اولیه یا گزینه‌های ارزان‌تر ارسال کالا را مطرح کنند. مایکروسافت از مارس تا اکتبر ۲۰۲۳ یک سیستم مبتنی بر LLM را آزمایش کرد و از نوامبر ۲۰۲۳ به کار گرفت که به بهبود بهرهوری و کارایی منجر شد. این سیستم می‌تواند داده‌ها را به کوئری‌های علم داده ترجمه کند و در مخزن داده سازمان اجرا شود. کارشناسان معتقدند که LLMها می‌توانند بینش‌های ارزشمندی از داده‌ها به دست آورند و مدیران را در تصمیم‌گیری پشتیبانی کنند.